Nature: 热力学线性代数

文章预览

作者 ：Maxwell Aifer, Kaelan Donatella, Max Hunter Gordon, Samuel Duffield, Thomas Ahle, Daniel Simpson, Gavin Crooks & Patrick J. Coles 编译 ：王庆法  译者注 ： 计算无处不在，物理世界擅长连续非线性计算，而人类科学还局限于离散线性计算。因此物理驱动的模型将比人类有着更高维度的认知现实世界的能力。本文学者们通过热力学构建的算法，就是对线性代数问题的降维打击，也有潜力奠基媲美量子计算的热力学计算领域。 原文：https://www.nature.com/articles/s44335-024-00014-0 摘要 线性代数是工程、科学和机器学习中许多算法的核心，加速它将产生巨大的经济影响。 行业期待的量子计算尚不成熟，基于经典热力学的计算范式，可以作为加速线性代数的近期方法。 将求解线性代数问题与耦合谐振子系统的热力学平衡分布采样联系起来 的热力学算法，可用于求解线性方程组、计 ………………………………